如何在Python-Fu中完成相当于Gimp的Color，Auto，White Balance的操作？

Question

我能找到的唯一功能是：gimp-color-balance，它采用适用的参数：preserve-lum（osity），cyan-red，magenta-green和yellow-blue。

我不确定要为这些参数传递什么值以复制标题中的菜单选项。

Answer 1

为了完成@ banderlog013的答案，我认为Gimp Doc指定首先丢弃每个通道的最终像素，然后拉伸剩余的范围。我相信正确的代码是：

img = cv2.imread('test.jpg')
balanced_img = np.zeros_like(img) #Initialize final image

for i in range(3): #i stands for the channel index 
    hist, bins = np.histogram(img[..., i].ravel(), 256, (0, 256))
    bmin = np.min(np.where(hist>(hist.sum()*0.0005)))
    bmax = np.max(np.where(hist>(hist.sum()*0.0005)))
    balanced_img[...,i] = np.clip(img[...,i], bmin, bmax)
    balanced_img[...,i] = (balanced_img[...,i]-bmin) / (bmax - bmin) * 255

我用它取得了很好的效果，试一试！

Answer 2

根据GIMP doc的说法，我们需要在红色，绿色和蓝色直方图的每一端丢弃像素颜色，这些直方图仅占图像中0.05％的像素，并尽可能地拉伸剩余范围（Python代码）：

img = cv2.imread('test.jpg')
x = []
# get histogram for each channel
for i in cv2.split(img):
    hist, bins = np.histogram(i, 256, (0, 256))
    # discard colors at each end of the histogram which are used by only 0.05% 
    tmp = np.where(hist > hist.sum() * 0.0005)[0]
    i_min = tmp.min()
    i_max = tmp.max()
    # stretch hist
    tmp = (i.astype(np.int32) - i_min) / (i_max - i_min) * 255
    tmp = np.clip(tmp, 0, 255)
    x.append(tmp.astype(np.uint8))

# combine image back and show it
s = np.dstack(x)
plt.imshow(s[::,::,::-1])

结果与GIMP的“颜色 - >自动 - >白平衡”之后的结果非常相似

UPD：我们需要np.clip()，因为OpenCV和numpy不同地将int32转换为uint8：

# Numpy
np.array([-10, 260]).astype(np.uint8)
>>> array([246,   4], dtype=uint8)
# but we need just [0, 255]

Answer 3

根据我的理解，快速查看源代码（或多或少用测试图像确认），这些是无关的，并且在引擎盖下，Colors>Auto>White Balance：

• 获得每个通道的直方图
• 得到确定底部和顶部0.6％的值
• 使用这两个值作为黑色和白色点，使用与“级别”非常相似的内部调用，拉伸该通道的值范围。

使用合成图像证明：

之前：

后：

所有这些在Python中并不难做到。

Answer 4

K，很酷。弄清楚如何编写脚本。 如果你愿意，可以使用它。好吧，我。

https://github.com/doyousketch2/eAWB